"宾果" - - 一个大型语言模型和图表基于神经网络的工作流程,用于从蛋白质数据中预测基本基因

科学领域:

• 基因组学就是基因组学.
• 系统生物学 系统生物学
• 计算生物学 计算生物学

背景情况:

• 基本基因对于理解真核生物体的功能和疾病机制至关重要.
• 对于许多物种来说,基因功能的实验室测试是有限的,因此需要in silico预测工具.
• 机器学习的进步为大规模的基本基因发现提供了新的机会.

研究的目的:

• 开发和评估一种新的计算方法,用于预测重要的蛋白质编码基因.
• 用转移学习来解决非模型生物实验数据的局限性.
• 通过可解释的AI方法,为基因本质性提供生物学解释.

主要方法:

• 大型语言模型 (LLM) 和图形神经网络 (GNN) 的集成与对抗训练.
• 应用"零射击"学习框架,具有转移学习能力.
• 使用注意力机制和GNNExplainer来解释和识别关键的功能网站.

主要成果:

• 开发的LLM-GNN方法"宾果"准确地预测了模型生物 (C. elegans,D. melanogaster) 和人类/小鼠细胞系中的基本基因.
• 在"零射击"场景中证明了成功的预测,突出了数据稀缺的生物的潜力.
• 确定了对基因本质性有贡献的特定功能部位和结构域.

结论:

• 宾果提供了一种强大的方法来推断精确研究和研究不足的真核生物体中的必需基因.
• 该工具促进了系统生物学研究,并有助于理解与疾病相关的基因功能.
• 提供了对基因本质性背后的机制的生物学见解,增强了预测能力.